基于无人机的社区网格化中重点人员识别及跟踪系统的制作方法
【专利摘要】本发明公开了一种基于无人机的社区网格化中重点人员识别及跟踪系统，该系统包括移动拍摄端及本地监控端。移动拍摄端中包括无人机、拍摄单元、影像存储模块、中心控制模块、跟踪模块、人脸离线识别模块、GPS定位模块、惯性导航模块和数据传送模块。本地监控端中包括数据接收模块、人脸图像处理模块、人脸标准库、人脸识别模块、轨迹存储库和跟踪指令录入模块。通过本发明能够提高人脸采集的清晰度，为社区网格化重点人员监管提供助力，同时大大缩短采集数据的时间、降低采集数据的人工、以及设备的成本等。
【专利说明】
基于无人机的社区网格化中重点人员识别及跟踪系统
技术领域
[0001]本发明涉及信息化技术领域，尤其涉及基于无人机的社区网格化中重点人员识别及跟踪系统。
【背景技术】
[0002]利用人脸识别法去识别特殊重点关注人员是比较快捷的识别方法，目前人脸检测与跟踪主要都集中在固定视觉下的人脸检测与跟踪的解决方案，而针对无人机装载多视觉以及移动视觉下的人脸检测与跟踪方法，却鲜见报道。
[0003]这主要是因为无人机装载人脸识别器在采集的视频图像是属于动态背景下的人脸目标信息，即机载平台在飞行过程中由于不可避免的发生采集物件抖动，这种抖动势必会造成人脸目标与背景之间发生相对运动，这种相对运动会使得移动视觉摄像头拍摄下的人脸目标检测与跟踪技术将变得更加困难。此外，拍摄到的人脸面积较小，且处在复杂的地面景物背景中，存在对比度差、遮挡、移动速度快等难题，这使得这种背景应用下的人脸识别与跟踪技术准确性难以保证，这也是无人机移动平台人脸识别与跟踪问题最难突破的难点之一O
[0004]发明专利申请CN201510256877.1公开了一种基于无人机动平台的人脸检测与跟踪方法，属于计算机视觉领域，本发明技术要点包括:离线学习步骤，以标准人脸库为样本空间进行离线学习得到人脸检测器，以目标人脸库为样本空间进行离线学习得到目标人脸识别器;人脸检测步骤，接收无人机拍摄的视频帧，提取视频帧的特征值，将特征值送入人脸检测器，人脸检测器根据所述特征值判断是否检测到人脸，若是则进一步将视频帧的特征值送入目标人脸识别器，目标人脸识别器根据所述特征值判断是否检测到目标人脸;若是则将目标人脸的特征值进行标注并添加到跟踪列表;人脸跟踪步骤，根据目标人脸在当前视频帧的坐标位置预测目标人脸在下一视频帧中的位置。
[0005]本发明的人脸识别虽然通过离线和在线混和校验人脸以提高人脸的识别率，但无人机在飞行过程中由于不可避免的发生平台抖动及人物动态运动，采集源还是会存在采集样本模糊，捕捉难度大导致难于识别的问题出现。
【发明内容】
[0006]本发明的目的是为了克服现有技术的缺陷，提供一种基于无人机的社区网格化中重点人员识别及跟踪系统，从而能够提高人脸采集的清晰度，为社区网格化重点人员监管提供助力，同时大大缩短采集数据的时间、降低采集数据的人工、以及设备的成本等。
[0007]为实现上述目的，本发明提供了一种基于无人机的社区网格化中重点人员识别及跟足示系统，该系统包括移动拍摄端及本地监控端。
[0008]移动拍摄端包括无人机、拍摄单兀、影像存储I旲块、中心控制申旲块、跟S示申旲块、人脸离线识别模块、GPS定位模块、惯性导航模块和数据传送模块。
[0009]本地监控端包括数据接收模块、人脸图像处理模块、人脸标准库、人脸识别模块、轨迹存储库和跟踪指令录入模块。
[0010]中心控制模块通过数据传送模块接收地面搜索目标人员信息及搜索区域的指令信息，通过离线人脸识别模块加载目标人员人脸图像；中心控制模块设置拍摄单元的工作模式和无人机的工作起停时间，通过GPS定位无人机现有位置后，传输给惯性导航模块飞行辅助信息，使无人机稳定飞行在搜索区域。
[0011]惯性导航模块属于推算导航方式，即从一已知点的位置根据连续测得的运动体航向角和速度推算出其下一点的位置，因而可连续测出运动体的当前位置。
[0012]拍摄单元由5个高清摄像头并具有夜视功能，镜头分别布置摄像架的中间及东、南、西、北五个方向，针对每一个人员可以拍摄5个不对角度的人脸影像，成像后的图片将同步至人脸离线识别模块及影像存储模块对应的闪存中。
[0013]影像存储模块存储拍摄单元传送的图片及惯性导航模块传送过来的飞行辅助信息，以确保每个人脸图像及视频数据都包含有当前的飞行辅助信息，以便后期调档核查。
[0014]本地监控端通过数据接收模块接收拍摄到的人脸图像数据信息后，将数据送至人脸图像处理模块，人脸图像处理模块根据每张目标人脸图像与人脸标准库中对应人脸图片配对，发现人像有变化的图像在经过工作人员的授权后更新人脸图像。
[0015]人脸识别模块与无人机上人脸离线识别模块功能相符，但运算和识别能力将比后者更强，它为无人机人脸离线识别模块中无法识别的人脸图像或视频流中人脸的搜索进行识别。
[0016]进一步地，飞行辅助信息包括经度、玮度、高度、方位角、横滚角、俯仰角、飞行速度和飞行方向。
[0017]进一步地，无人机在飞行中拍摄到的实时图像将通过影像单元中“镜头I”获取，并经由数据传送模块通过4G通讯网络传输到地面主控台，按需接收新的工作指令。
[0018]进一步地，惯性导航模块中的陀螺仪用来形成一个导航坐标系，使加速度计的测量轴稳定在该坐标系中，并给出航向和姿态角以完成无人机的姿态校正;加速度计用来测量运动体的加速度，经过对时间的一次积分得到速度，速度再经过对时间的一次积分即可得到位移。
[0019]进一步地，通过中心控制模块传递到惯性导航模块的飞行辅助信息也会同步传至存储模块中存储。
[0020]进一步地，本发明中人脸识别的实现是通过拍摄单元对人群的每一个人脸进行动态拍摄，拍摄图像包括人脸的左右侧面、正面、正中和后面的影像，通过人脸图像立体合成器将人脸较完整还原出3D人脸图像来；目标人脸识别器将目标人脸图像通过人脸离线库提取出来，与人脸图像合成器传送过来的图像进行校验和比对，当目标人脸核对成功时将对目标人员进行锁定，否则将通过人脸标准库申请传送目标人脸图像进行二次人脸识别；当目标人脸锁定正常后，无人机将按照跟踪指令对该目标进行跟踪，收集到的轨迹信息将存储到目标人员轨迹库中。
[0021]本发明技术方案带来的有益效果:
[0022]本发明通过基于无人机的社区网格化中重点人员识别及跟踪系统的使用，提供了无人机载多镜头立体精准拍摄人脸图像功能，通过无人机惯性导航系统，稳定人脸成像过程，提高人脸采集的清晰度，为社区网格化重点人员监管提供助力，同时大大缩短采集数据的时间(尤其是人员难以时常到达区域)、降低采集数据的人工、以及设备的成本等特点。
【附图说明】
[0023]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0024]图1是本发明的系统架构图；
[0025]图2是本发明的人脸识别方法流程图。
【具体实施方式】
[0026]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0027]本发明要解决的技术问题是实现一种基于无人机的社区网格化中重点人员识别及跟踪系统，从而便于针对刑满释放人员、社区矫正人员、吸毒人员和艾滋病危险人员等特殊重点关注人群依靠智能信息化的手段来监管，大大缩短采集数据的时间(尤其是人员难以时常到达区域)、降低采集数据的人工、以及设备的成本等特点，进一步提升政府的工作效能。
[0028]如图1所示为本发明的系统组成框架图:
[0029]基于无人机的社区网格化中重点人员识别及跟踪系统，包括移动拍摄端及本地监控端。
[0030]移动拍摄端包括无人机、拍摄单兀、影像存储t旲块、中心控制t旲块、跟fet旲块、人脸离线识别模块、GPS定位模块、惯性导航模块和数据传送模块。
[0031]本地监控端包括数据接收模块、人脸图像处理模块、人脸标准库、人脸识别模块、轨迹存储库和跟踪指令录入模块。
[0032]中心控制模块通过数据传送模块接收地面搜索目标人员信息及搜索区域的指令信息，通过离线人脸识别模块加载目标人员人脸图像。中心控制模块设置拍摄单元的工作模式和无人机的工作起停时间，通过GPS定位无人机现有位置后，传输给惯性导航模块飞行辅助信息，使无人机稳定飞行在搜索区域。飞行辅助信息包括经度、玮度、高度、方位角、横滚角、俯仰角、飞行速度和飞行方向。无人机在飞行中拍摄到的实时图像将通过影像单元中“镜头I”获取，并经由数据传送模块通过4G通讯网络传输到地面主控台，按需接收新的工作指令。
[0033]惯性导航模块属于推算导航方式，即从一已知点的位置根据连续测得的运动体航向角和速度推算出其下一点的位置，因而可连续测出运动体的当前位置。惯性导航模块中的陀螺仪用来形成一个导航坐标系，使加速度计的测量轴稳定在该坐标系中，并给出航向和姿态角以完成无人机的姿态校正;加速度计用来测量运动体的加速度，经过对时间的一次积分得到速度，速度再经过对时间的一次积分即可得到位移。通过中心控制模块传递到惯性导航模块的飞行辅助信息也会同步传至存储模块中存储。
[0034]拍摄单元由5个高清摄像头并具有夜视功能，镜头分别布置摄像架的中间及东、南、西、北五个方向，针对每一个人员可以拍摄5个不对角度的人脸影像，成像后的图片将同步至人脸离线识别模块及影像存储模块对应的闪存中。
[0035]如图2所示为本发明中人脸识别采用的方法流程图:
[0036]通过拍摄单元对人群的每一个人脸进行动态拍摄，拍摄图像包括人脸的左右侧面、正面、正中和后面的影像，通过人脸图像立体合成器将人脸较完整还原出3D人脸图像来。目标人脸识别器将目标人脸图像通过人脸离线库提取出来，与人脸图像合成器传送过来的图像进行校验和比对，当目标人脸核对成功时将对目标人员进行锁定，否则将通过人脸标准库申请传送目标人脸图像进行二次人脸识别。当目标人脸锁定正常后，无人机将按照跟踪指令对该目标进行跟踪，收集到的轨迹信息将存储到目标人员轨迹库中。
[0037]影像存储模块存储拍摄单元传送的图片及惯性导航模块传送过来的飞行辅助信息，以确保每个人脸图像及视频数据都包含有当前的飞行辅助信息，以便后期调档核查。
[0038]本地监控端通过数据接收模块接收拍摄到的人脸图像数据信息后，将数据送至人脸图像处理模块，人脸图像处理模块根据每张目标人脸图像与人脸标准库中对应人脸图片配对，发现人像有变化的图像在经过工作人员的授权后更新人脸图像。
[0039]人脸识别模块与无人机上人脸离线识别模块功能相符，但运算和识别能力将比后者更强，它为无人机人脸离线识别模块中无法识别的人脸图像或视频流中人脸的搜索进行识别。
[0040]以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在【具体实施方式】及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
【主权项】
1.基于无人机的社区网格化中重点人员识别及跟踪系统，其特征在于，该系统包括移动拍摄?而及本地监控?而; 移动拍摄端包括无人机、拍摄单元、影像存储模块、中心控制模块、跟踪模块、人脸离线识别模块、GPS定位模块、惯性导航模块和数据传送模块； 本地监控端包括数据接收模块、人脸图像处理模块、人脸标准库、人脸识别模块、轨迹存储库和跟踪指令录入模块； 中心控制模块通过数据传送模块接收地面搜索目标人员信息及搜索区域的指令信息，通过离线人脸识别模块加载目标人员人脸图像；中心控制模块设置拍摄单元的工作模式和无人机的工作起停时间，通过GPS定位无人机现有位置后，传输给惯性导航模块飞行辅助信息，使无人机稳定飞行在搜索区域； 惯性导航模块属于推算导航方式，即从一已知点的位置根据连续测得的运动体航向角和速度推算出其下一点的位置，因而可连续测出运动体的当前位置； 拍摄单元由5个高清摄像头并具有夜视功能，镜头分别布置摄像架的中间及东、南、西、北五个方向，针对每一个人员可以拍摄5个不对角度的人脸影像，成像后的图片将同步至人脸离线识别模块及影像存储模块对应的闪存中； 影像存储模块存储拍摄单元传送的图片及惯性导航模块传送过来的飞行辅助信息，以确保每个人脸图像及视频数据都包含有当前的飞行辅助信息，以便后期调档核查； 本地监控端通过数据接收模块接收拍摄到的人脸图像数据信息后，将数据送至人脸图像处理模块，人脸图像处理模块根据每张目标人脸图像与人脸标准库中对应人脸图片配对，发现人像有变化的图像在经过工作人员的授权后更新人脸图像； 人脸识别模块与无人机上人脸离线识别模块功能相符，但运算和识别能力将比后者更强，它为无人机人脸离线识别模块中无法识别的人脸图像或视频流中人脸的搜索进行识别。2.根据权利要求1所述的系统，其特征在于，飞行辅助信息包括经度、玮度、高度、方位角、横滚角、俯仰角、飞行速度和飞行方向。3.根据权利要求1所述的系统，其特征在于，无人机在飞行中拍摄到的实时图像将通过影像单元中“镜头I”获取，并经由数据传送模块通过4G通讯网络传输到地面主控台，按需接收新的工作指令。4.根据权利要求1所述的系统，其特征在于，惯性导航模块中的陀螺仪用来形成一个导航坐标系，使加速度计的测量轴稳定在该坐标系中，并给出航向和姿态角以完成无人机的姿态校正;加速度计用来测量运动体的加速度，经过对时间的一次积分得到速度，速度再经过对时间的一次积分即可得到位移。5.根据权利要求1或2所述的系统，其特征在于，通过中心控制模块传递到惯性导航模块的飞行辅助信息也会同步传至存储模块中存储。6.根据权利要求1所述的系统，其特征在于，本发明中人脸识别的实现是通过拍摄单元对人群的每一个人脸进行动态拍摄，拍摄图像包括人脸的左右侧面、正面、正中和后面的影像，通过人脸图像立体合成器将人脸较完整还原出3D人脸图像来；目标人脸识别器将目标人脸图像通过人脸离线库提取出来，与人脸图像合成器传送过来的图像进行校验和比对，当目标人脸核对成功时将对目标人员进行锁定，否则将通过人脸标准库申请传送目标人脸图像进行二次人脸识别；当目标人脸锁定正常后，无人机将按照跟踪指令对该目标进行跟踪，收集到的轨迹信息将存储到目标人员轨迹库中。
【文档编号】G01C21/16GK106056075SQ201610370585
【公开日】2016年10月26日
【申请日】2016年5月27日
【发明人】蒋智文, 李富维, 柯国明, 王明鹏, 刘昌卿
【申请人】广东亿迅科技有限公司